银河麒麟V10系统+飞腾CPU交叉编译OpenCV

本文档详述了在银河麒麟操作系统中安装FFmpeg和OpenCV的完整步骤,包括下载、编译、安装、环境配置以及解决遇到的问题。从创建ffmpeg文件夹开始,逐步安装nasm、yasm、x264、fdk-aac、Speex、pkg-config、zlib、libgtk2.0以及ffmpeg,并针对编译过程中可能出现的错误提供了解决方案。接着,介绍了如何在银河麒麟系统中移植和配置OpenCV,涉及下载源码、修改配置、交叉编译、环境变量设置等。最后,文章还提到了OpenCV使用中的一些常见问题及解决办法,例如imshow无法使用的情况。

一、银河麒麟下安装OPenCV基础库

1、准备工作

在/usr/local/下新建一个ffmpeg文件夹

mkdir /usr/local/ffmpeg

2、安装nasm

nasm下载链接如下:

https://www.linuxfromscratch.org/blfs/view/8.2/general/mercurial.html

进入网址后,界面如下:

先点击右上角Next,到nasm-2.13.03的页面,再选择红框选中区域,下载nasm

下载完成后进入到下载目录执行下面的操作:

tar -xvf nasm-2.13.03.tar.gz

cd nasm-2.13.03/

./configure

make –j8

make install

执行上述过程中make时可能会报错,错误结果如下

./include/nasmlib.h:194:1: error: ‘pure’ attribute on function returning ‘void’ [-Werror=attributes] 194 | void pure_func seg_init(void);

这是由于gcc版本过新,解决方案如下

vim ./include/nasmlib.h

在vim编译器中找到大概193行位置,对下面一行代码进行注释

void pure_func seg_init(void);

然后重新make,再执行make install,完美解决。输入下面的命令,查看nasm版本号,打印出来表示安装成功。

nasm -verison

3、安装yasm

官网下载链接Index of /projects/yasm/releases/

​​

如上图红框所示,下载相应的版本

将下载后的文件解压到/usr/local/ffmpeg文件夹内,主要操作如下:

cd /usr/local/ffmpeg

tar -xvf yasm-1.2.0.tar.gz

cd yasm-1.2.0/

./configure –build=arm-linux

make –j8

make install

最后安装成功后可以使用如下命令查看

yasm –version

 

4、安装x264

官网链接如下

https://www.videolan.org/developers/x264.html

进去之后界面如下

点击红框选中位置进行下载,同样,下载后放入/usr/local/ffmpeg文件夹内进行解压等后续操作:

tar -xvf x264-master.tar.bz2

cd x264-master

./configure --enable-shared

make

make install

安装完成后同样可以使用下面命令进行测试

x264 --version

出现下面界面表示安装成功

5、安装fdk-aac-0.1.6

源码包下载地址:https://jaist.dl.sourceforge.net/project/opencore-amr/fdk-aac/fdk-aac-0.1.6.tar.gz

tar -xvf fdk-aac-0.1.6.tar.gz

cd fdk-aac-0.1.6.tar.gz

./configure

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

✨小太阳丶微凉✨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值